VaR is niet slecht, alleen het gebruik ervan, soms

In zijn opiniestuk op 24 mei 2012 in het FD uit Kas Bank CEO Albert Roëll kritiek op de Value at Risk (VaR) maatstaf om het risico te meten en de beta-professionals die kennelijk deze VaR maatstaven berekenen. De VaR wordt intensief gebruikt door banken om het risico te bepalen van een portefeuille en zelfs van de gehele balans. Als een bank voor het kredietrisico de ‘geavanceerde IRB’ benadering gebruikt (en de meeste banken in Nederland doen dat), is de berekening voor de risicogewogen activa in feite een 99,9% VaR. Deze risicogewogen activa zijn de noemer bij de berekening van belangrijke kapitaalsratio’s zoals de core Tier 1 ratio. Maar wat is deze VaR eigenlijk?

Jaarlijks verlies in stress situatie

De VaR geeft aan welk verlies er geleden kan worden op een portefeuille (of een samenstel van portefeuilles, bijvoorbeeld de gehele bankbalans) binnen een jaar in een ‘stress’ scenario, na aftrek van de provisie voor het verwachte verlies. Het meet dus welk extra verlies de bank kan realiseren in een slecht scenario. Hoe slecht dit scenario is kan ingesteld worden met het betrouwbaarheidspercentage. Basel II heeft gekozen voor een betrouwbaarheid van 99,9%, maar banken kunnen in hun VaR berekeningen ten behoeve van interne sturing ook kiezen voor een hogere betrouwbaarheid. Dit doet zich met name voor bij Economisch Kapitaal modellen, die het kapitaal kwantificeren dat nodig is om een externe rating te handhaven. Als dit een rating is van single A of hoger zit je al gauw op een betrouwbaarheid die hoger is dan 99,9%. Overigens gebruiken banken voor hun interne sturing soms ook VaR cijfers met een lager percentage, bijvoorbeeld 90%.

Er zijn verschillende oplossingen om de VaR te kwantificeren. Doorgaans gebruikt men ofwel analytische afleidingen (dit gebeurt bij de berekening van de risicogewogen activa) ofwel Monte Carlo simulatie (meestal voor het Economisch Kapitaal). Bij een Monte Carlo simulatie bepaal je voor vele scenario’s het jaarlijkse verlies, en identificeer je vervolgens het benodigde percentiel.

Laten we dus constateren dat de VaR veel gebruikt wordt door banken en deels ook opgelegd is door de Basel II standaarden en de daaraan gerelateerde wetgeving.

Tekortkomingen van VaR

Natuurlijk heeft de VaR bepaling ook tekortkomingen. Soms zijn de modellen die bijvoorbeeld de scenario’s berekenen in een Monte Carlo simulatie, zo gecompliceerd dat ze moeilijk te volgen zijn. Er ontstaan VaR getallen die daardoor moeilijk te controleren zijn. Voor deze problemen is het uiteraard mogelijk om ‘checks and balances’ in te voeren. Het is belangrijk om de VaR bepaling niet te moeilijk te maken, de modellen te valideren, de uitkomsten nauwkeurig te toetsen en regelmatig te bespreken met vertegenwoordigers vanuit verschillende disciplines binnen de bank.

Uiteraard kunnen er banken zijn met slechte VaR modellen. Maar dat is geen reden om de VaR principieel af te wijzen. Wij komen soms slechte mensen tegen. Maar dat maakt de mensheid als geheel nog niet slecht. Het verschil tussen VaR en de door Roëll genoemde Expected Shortfall is er een van smaak, de berekeningen zijn voor een groot deel hetzelfde.

De redenering van Roëll doet denken aan die van Nassim Nicholas Taleb (van de ‘black swan’) die de VaR maatstaf ten principale afkeurt. Het risico van een dergelijke nihilistische opvatting is dat het risico verklaart tot iets onkwantificeerbaars. Een dergelijke houding is eerder een enorme stap terug dan een stap vooruit.

Advertenties

Over Folpmers
Financial Risk Management consultant, manager van een FRM consulting department, bijzonder hoogleraar FRM

Geef een reactie

Vul je gegevens in of klik op een icoon om in te loggen.

WordPress.com logo

Je reageert onder je WordPress.com account. Log uit / Bijwerken )

Twitter-afbeelding

Je reageert onder je Twitter account. Log uit / Bijwerken )

Facebook foto

Je reageert onder je Facebook account. Log uit / Bijwerken )

Google+ photo

Je reageert onder je Google+ account. Log uit / Bijwerken )

Verbinden met %s